面对日益增长的合成孔径雷达(SyntheticApertureRadar，SAR)图像资源，SAR图像处理与分析技术的研究已经成为上世纪九十年代以来遥感科学的前沿领域之一。以分形为基础的非线性信号处理方法在许多领域具有广泛应用，近年来它也成为雷达信号分析的有效工具。在前人研究成果的基础上，本文就分形理论在SAR图像的人造目标检测和纹理分割中的应用进行了深入研究，并通过实验加以验证。主要工作有： 系统分析和比较了几种典型的图像分形维数估计的方法，并从真实纹理图像和模拟纹理图像两方面对各算法的性能进行了评估。分析了分形和扩展分形理论用于SAR图像自然环境中人造目标的检测的可行性，详细讨论了实现时的几个具体问题，并获得了较好的实验结果。研究了基于传统分形和扩展分形理论的纹理分割技术，提出了基于平稳小波变换的多尺度扩展分形特征提取方法，同时用马尔科夫模型技术优化分割图像，改善了区域分割的效果。与其它纹理分割方法结果的比较表明了分形方法的有效性。 最后，对全文进行总结与展望，并指出下一步的研究方向。